تجزیه وتحلیل اسناد نمایه شده در پایگاه اسکوپوس در حوزه «تحلیل و آشکارسازی بدافزار توسط یادگیری ماشین و یادگیری فدرال»
سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 203
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ELEMECHCONF08_080
تاریخ نمایه سازی: 19 تیر 1403
چکیده مقاله:
در پژوهش حاضر، به تحلیل و آشکارسازی بدافزار ها در شبکه های ارتباطی مبتنی بر مانند یادگیری ماشین و یادگیری فدرال با تکیه بر ابزار علم سنجی پرداخته شده است. علاوه بر این، زیرحوزه های مرتبط با این موضوع، با استفاده از نرم افزارهای Bibexcel وVOSviewer و با بررسی ۲۹۱۵ سند پژوهشی منتشر شده از سال ۲۰۰۸ تا ۲۰۲۴ میلادی در پایگاه استنادی اسکوپوس مورد ارزیابی و تحلیل قرار گرفته است. براساس نتایج آماری بدست آمده از تحلیل اسناد موجود، مفاهیمی مانند بدافزار، یادگیری ماشین و آشکارسازی بدافزار از پرکاربردترین موضوعات پژوهشی در این حوزه می باشند. همچنین کشورهای هند، آمریکا و چین سه کشور برتر در این حوزه در جهان هستند.
کلیدواژه ها:
نویسندگان
امین حاتمی
۱- دانشجوی کارشناسی ارشد، مهندسی کامپیوتر گرایش شبکه های کامپیوتری، دانشکده برق و کامپیوتر، دانشگاه آزاد اسلامی واحد تهران شمال، تهران، ایران
پدرام حاجی پور
۲- عضو هیات علمی گروه ارتباطات ماهواره ای، پژوهشکده فناوری ارتباطات، پژوهشگاه ارتباطات و فناوری اطلاعات، تهران، ایران
حسین افتخاری
۳- مدیرعامل شرکت دیده بان علم و فناوری، تهران، ایران